查准率和查全率(precision and recall)

本文通过识别猫狗照片的例子,详细解释了查准率(precision)和查全率(recall)的概念。查准率是你认为有狗的照片中有多少是真的有狗,而查全率是指所有真的有狗照片中你查出了多少是真的有狗。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

         查准率和查全率(precision and recall)


最近在论文中看到recall,一时想不起来了它的内在含义,如果你也忘了的话,可以一起复习一下。

查准率和查全率(precision and recall)

下面说一下我看了西瓜书,笔记,和综合网上的博客后,写了一下自己的理解(不一定对,有误请及时指正):

这里写图片描述

用识别猫狗为例,假设要识别照片中的狗的,在一些照片中,包含66只狗的照片和一些猫的照片。算法识别出有32只狗。在确定的32只狗中,23只实际上是狗(真阳性TP),而其余的是猫(假阳性FP)。该程序的精度precision为23/32,而其召回率 recall为23/66。

总结一下:


precision:你认为有狗的照片中有多少是真的有狗;
recall:所有真的有狗照片中你查出了多少是真的有狗。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值